**LLM内部“工作空间”研究揭示提示词漏洞，与Hamo架构惊人一致**

_A paper about LLMs' internal "workspace" just found bugs in our prompts_

> 最新可解释性研究发现，大语言模型在训练过程中自发形成了可报告、可操控的“工作空间”，用于灵活推理。该结构与Hamo AI架构高度吻合，并揭示了通过特定提问方式将隐性信息转化为显性认知的机制，为优化模型提示词及理解意识结构提供了实证依据。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：论文
- **发布时间**：2026-07-23 23:27（北京时间）
- **原文**：[打开原文](https://www.hamo.ai/blog/mechanics-of-awareness)